时间戳

首页 > 解决方案 > 使用复合 PseudoVoigt 模型时出现 NameError

python - 使用复合 PseudoVoigt 模型时出现 NameError

问题描述

将复合 PseudoVoigt 模型与参数命名前缀结合使用时，出现 NameError。

我几乎从上一个问题中复制了复合模型的示例，使用 Lorentz 配置文件（使用 LMFIT 将多峰函数拟合到数据集）。这对我来说很好，但洛伦兹线形状不是我想要适应的功能。

当我将 PseudoVoigtModel 用于单个峰时，我没有任何问题。此外，LorentzModel 可以很好地与下面的代码一起使用（我也将它包含在代码中，以便您可以仔细检查/确认自己）。

from lmfit.models import LorentzianModel, PseudoVoigtModel
import numpy as np
import matplotlib.pyplot as plt

def make_model_L(num):
    pref = "f{0}_".format(num)
    model = LorentzianModel(prefix = pref)
    model.set_param_hint(pref+'amplitude', value=amplitude[num], min=0, max=5*amplitude[num])
    model.set_param_hint(pref+'center', value=center[num], min=center[num]-0.5, max=center[num]+0.5)
    model.set_param_hint(pref+'sigma', value=width[num], min=0, max=2)
    return model


def make_model_V(num):
    pref = "f{0}_".format(num)
    model = PseudoVoigtModel(prefix = pref)
    print('before',model.param_names)
    model.set_param_hint(pref+'fraction',value = 0.7, vary = False)
    model.set_param_hint(pref+'amplitude', value=amplitude[num], min=0, max=5*amplitude[num])
    model.set_param_hint(pref+'center', value=center[num], min=center[num]-0.5, max=center[num]+0.5)
    model.set_param_hint(pref+'fwhm', value=3, min=3/5, max=3*5)
    model.set_param_hint(pref+'sigma', value=1, min=0, max=2)
    model.set_param_hint(pref+'height', value=1, min=-np.inf, max=np.inf, expr='(((1-fraction)*amplitude)/(sigma*sqrt(pi/log(2)))+(fraction*amplitude)/(pi*sigma))')
    print(model.param_names)
    return model

# Some really coarse "data"
x = [0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29]
y = [1,1,1,1,3,4,5,6,5,4,3,1,1,1,1,1,1,1,1,3,4,5,6,5,4,3,1,1,1,1]

peaks_in_interval = np.array([43, 159, 191, 296, 435, 544])
amplitude = [3,3]
width = [1,1]
center = [7,21]

mod = None
for i in range(len(center)):
    #this_mod = make_model_L(i)
    this_mod = make_model_V(i)
    if mod is None:
        mod = this_mod
    else:
        mod = mod + this_mod

out=mod.fit(y, x=x, method='leastsq')
plt.interactive(True)
print(out.fit_report())
plt.plot(x, y)
plt.plot(x, out.best_fit, label='best fit')
plt.plot(x, out.init_fit, 'r--', label='fit with initial values')
plt.show()

我得到的错误信息：

NameError <_ast.Module object at 0x7f562524dbe0> ^^^ name 'fraction' is not defined

NameError: at expr='<_ast.Module object at 0x7f562524dbe0>'

我没有包括 TraceBack。它从“out=mod.fit(y, x=x, method='leastsq')”开始，到 raise_exception(self) 中的“~/anaconda3/lib/python3.6/site-packages/asteval/asteval.py , 节点, exc, msg, expr, lineno)"

如前所述，使用 LorentzianModel 一切正常，我很适合（不是很好，但这是由于测试数据所致）。

我对 python 不是很精通，所以我不能真正给出关于问题可能是什么的消息灵通的提示。但是，我怀疑它与分数的命名以及它如何在 lmfit.fit() 函数中传递有关。

最好的，一月

标签： pythonpython-3.xcurve-fittinglmfit

解决方案

最好找到并发布一个显示问题的最小示例，并且最好包含完整的输出，包括回溯。

例如，您会看到您遇到的问题：

from lmfit.models import PseudoVoigtModel

pref = 'f1_'
model = PseudoVoigtModel(prefix = pref)
print('before',model.param_names)
model.set_param_hint(pref+'fraction',value = 0.7, vary = False)
model.set_param_hint(pref+'amplitude', value=2, min=0, max=5)
model.set_param_hint(pref+'center', value=0, min=-0.5, max=0.5)
model.set_param_hint(pref+'fwhm', value=3, min=3/5, max=3*5)
model.set_param_hint(pref+'sigma', value=1, min=0, max=2)
# suspect line:
model.set_param_hint(pref+'height', value=1, min=-np.inf, max=np.inf,
                     expr='(((1-fraction)*amplitude)/(sigma*sqrt(pi/log(2)))+(fraction*amplitude)/(pi*sigma))')

print(model.param_names)
params = model.make_params()
for p in params.values():
    print(p)

问题来了，因为没有一个名为fraction. 正如上面几行定义的那样，它被命名为f1_fraction.

要解决此问题，您应该更改表达式 for以根据需要pref+'height'包含前缀字符串,和.preffractionamplitudesigma

或者：您可以删除提示，height因为无论如何这都会自动完成，并正确使用您提供的前缀。

还：

a）绝对不鼓励使用参数提示来提供初始值。提示属于模型，不应依赖于任何特定的数据集。做一个模型作为一个通用的东西，然后为每个数据集制作带有初始值的参数。

b) 不要将界限设置得太紧或基于初始值。边界（特别是在参数提示中）应该用于防止参数变为非物理值，例如“sigma负数没有意义”，而不是因为定义模型的人认为“应该足够接近” . 让合适的人完成它的工作。如果您确实需要设置自定义边界，请按数据集执行此操作。

推荐阅读